Sébastien Gamblin

Je suis enseignant-chercheur

A propos

Enseignant-chercheur

Recherche

Mes activités de recherche portent sur la conception et l’intégration de méthodes avancées de planification et d’optimisation dans les systèmes multi‑agents. Je m’intéresse particulièrement aux environnements simulés permettant de modéliser et tester des stratégies de décision distribuée avec pour but leur transposition à des cas d’usage réels. Ces travaux mobilisent des approches issues de la planification multi‑agent et de la représentation des connaissances, et se focalisent sur des applications opérationnelles telles que la coordination, la navigation et la prise de décision collaborative entre agents (drones) autonomes. J’explore également l’utilisation de données spatiales, de techniques de cartographie et de Systèmes d’Information Géographique (SIG) pour intégrer des contraintes environnementales, territoriales et logistiques dans les modèles de planification, afin de permettre une prise de décision plus réaliste, contextualisée et informée.

Thèse

Représentation symbolique pour la logique épistémique dynamique probabiliste

Université de Caen Normandie, GREYC, équipe MAD
2018 - 2021

Cette thèse porte sur l'étude de la mise en pratique de la logique épistémique dynamique probabiliste, permettant de représenter les connaissances des agents à propos des connaissances des autres agents en utilisant des probabilités. Pour cela, en nous appuyant sur l'état de l'art du model checking symbolique, nous proposons un encodage des structures de Kripke et structures d'événements de notre logique via des fonctions booléennes et fonction pseudo-booléennes. Nous avons implémenté nos définitions en utilisant des structures de données adaptées : les Algebraic Decision Diagrams, qui généralisent les classiques Binary Decision Diagrams en permettant de manipuler des probabilités. Grâce à cette implémentation, nous avons pu mener des expérimentations qui nous ont permis de montrer que notre représentation symbolique passe mieux à l'échelle que la version explicite sur l'exemple du jeu de cartes Hanabi.

Mots clés : Vérification de modèles (symboliques), compilation, logique épistémique (dynamique probabiliste), représentation des connaissances, intelligence artificielle, diagrammes de décision valués

Matériaux :

Articles

Voici la liste de mes articles publiés à ce jour, avec le lien de la conférence , le lien vers le PDF et le lien DBLP.

Enseignements

J’enseigne un ensemble de compétences allant de la programmation aux fondements théoriques de l’informatique. Mes cours couvrent les langages et technologies de développement (HTML5/CSS3/JavaScript, Java, Python), les concepts d’algorithmique et d’optimisation, ainsi que la modélisation avec la théorie des graphes. J’interviens aussi sur les patrons de conception et la culture numérique, afin d'accompagner les étudiants vers une compréhension solide des architectures logicielles, des structures fondamentales et des enjeux contemporains du numérique. Mon approche combine rigueur théorique et mise en pratique, pour former des profils capables de concevoir, analyser et optimiser des systèmes logiciels modernes.

Curriculum Vitae

Voici un résumé de mon parcours académique et professionnel.

Formation

Doctorat en Informatique et Intelligence Artificielle

2018 – 2022

Université de Caen Normandie, GREYC, équipe MAD

Thèse consacrée à la représentation symbolique pour la logique épistémique dynamique probabiliste (PDEL). Définition d’un encodage symbolique des structures de Kripke et des structures d’événements via des Algebraic Decision Diagrams (ADD). Étude de passage à l’échelle, notamment illustrée par le jeu collaboratif Hanabi.

Mots-clés : logique modale, PDEL, compilation de connaissances, symbolic model checking, BDD/ADD.

Master Informatique – Décision et Optimisation (DECIM)

2016 – 2017

Université de Caen Normandie

Formation mêlant recherche opérationnelle, optimisation, intelligence artificielle, apprentissage automatique, fouille de données et planification multi-agents.

Licence Informatique

2013 – 2016

Université de Caen Normandie

Bases théoriques et pratiques de l'informatique : algorithmique, programmation, systèmes, réseaux, structures de données et mathématiques pour l’informatique.

Expérience professionnelle

Enseignant-Chercheur

2023 – Aujourd’hui

ISEN Yncréa Ouest, Caen

  • Enseignements : programmation (Java, Python, Web), algorithmique, design patterns, graphes, optimisation, culture numérique.
  • Recherche : planification multi-agent, optimisation, coordination de flottes de drones autonomes, simulations multi-agents, SIG.
  • Membre du laboratoire L@bISEN, équipe AutoROB.

Attaché Temporaire d’Enseignement et de Recherche (ATER)

2021 – 2023

Université de Caen Normandie

  • Enseignements : développement web, Python, algorithmique, modélisation.
  • Contribution à la recherche dans l’équipe MAD du GREYC.

Doctorant en Informatique

2018 – 2022

GREYC, Caen

  • Développement d’une représentation symbolique pour la PDEL via ADD.
  • Expérimentations : passage à l’échelle sur le jeu Hanabi.
  • Travail en model checking symbolique, logiques modales, multi-agents.

Stagiaire R&D – Logiques Épistémiques

2018 - 6 mois

GREYC, Caen

Étude de représentations efficaces pour la planification avec logiques épistémiques.

Stagiaire – Projet ETHICAA

2016 - 2 mois

GREYC, équipe MAD

Participation au projet ETHICAA : modélisation des systèmes multi-agents capables de gérer des conflits éthiques individuels ou collectifs.

Contact professionnel

Adresse

8 Av. Croix Guérin, 14000 Caen

Téléphone

(pro) 02 30 31 03 20

Email

sebastien.gamblin@isen-ouest.yncrea.fr